基于多核机群人工鱼群并行算法.docVIP

基于多核机群人工鱼群并行算法 　　摘要：针对人工鱼群算法在复杂多峰函数优化问题上寻优精度低、后期搜索能力减弱且运行时间长等问题，提出一种基于多核机群的人工鱼群并行算法（PDNAFS）首先对人工鱼群算法的优势与不足进行分析，采用动态权衡因子策略并适时引入小生境机制，提出一种新的人工鱼群（DNAFS）算法；然后根据多核机群的并行编程模型（MPI+OpenMP），对DNAFS算法进行并行设计与分析，提出基于多核机群的人工鱼群并行算法；最后在多核机群环境下进行仿真实验实验结果表明：该算法有效地提高了复杂多峰函数优化问题的收敛速度和寻优性能，并获得了较高的加速比 关键词：人工鱼群算法； 动态权衡因子； 小生境； 并行算法； MPI+OpenMP 中图分类号：TP301.6； TP18 文献标志码：A 0引言 函数优化问题是在工程、数学中普遍存在的一类优化问题，传统的优化方法对目标函数要求苛刻且对于复杂多峰函数的优化有效性低人工鱼群算法（Artificial Fish Swarm Algorithm， AFSA）的提出，为多峰复杂函数的优化提供了一种有效手段该算法在搜索空间的问题上有一定的自适应能力[1]，并且算法对初值的设定要求不高，初值随机产生或设定成固定值都可以但是AFSA的寻优精度不高，算法在运行后期搜索速度慢，盲目性较大近年来许多学者对算法进行了不同方面的改进